【技术实现步骤摘要】
图像识别准确率的确定方法、装置、电子设备和介质
[0001]本公开涉及人工智能领域,具体为深度学习、图像处理等
,更具体地,涉及一种图像识别准确率的确定方法、装置、电子设备、介质和程序产品。
技术介绍
[0002]在一些场景下,可以通过摄像头采集视频或图像,并利用图像识别技术处理视频或图像实现对目标对象进行识别。因此,图像识别技术的识别准确性至关重要。为了保证图像识别的效果,需要对图像识别技术的识别准确性进行评价。
技术实现思路
[0003]本公开提供了一种图像识别准确率的确定方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面,提供了一种图像识别准确率的确定方法,包括:针对图像集合中的目标对象,获取针对所述目标对象的真实对象标识和针对所述目标对象的识别对象标识,其中,所述识别对象标识是通过对所述图像集合中的目标对象进行识别得到的;以所述真实对象标识为参考,确定针对所述识别对象标识的第一指标值;以所述识别对象标识为参考,确定针对所述真实对象标识的第二指标值;基于所述第一指标值和所述第二指标值,确定图像识别准确率。
[0005]根据本公开的另一方面,提供了一种图像识别准确率的确定装置,包括:获取模块、第一确定模块、第二确定模块以及第三确定模块。获取模块,用于针对图像集合中的目标对象,获取针对所述目标对象的真实对象标识和针对所述目标对象的识别对象标识,其中,所述识别对象标识是通过对所述图像集合中的目标对象进行识别得到的;第一确定模块,用于以所述真实对象标识为参 ...
【技术保护点】
【技术特征摘要】
1.一种图像识别准确率的确定方法,包括:针对图像集合中的目标对象,获取针对所述目标对象的真实对象标识和针对所述目标对象的识别对象标识,其中,所述识别对象标识是通过对所述图像集合中的目标对象进行识别得到的;以所述真实对象标识为参考,确定针对所述识别对象标识的第一指标值;以所述识别对象标识为参考,确定针对所述真实对象标识的第二指标值;以及基于所述第一指标值和所述第二指标值,确定图像识别准确率。2.根据权利要求1所述的方法,其中,所述图像集合包括N个图像集合,N为大于1的整数;所述以所述真实对象标识为参考,确定针对所述识别对象标识的第一指标值包括:从所述N个图像集合中确定M1个图像集合,其中,所述识别对象标识是对所述M1个图像集合进行识别得到的,M1不大于N;确定所述识别对象标识在所述M1个图像集合中一一对应的M1个真实对象标识;以及基于所述M1个真实对象标识,确定针对所述识别对象标识的所述第一指标值。3.根据权利要求2所述的方法,其中,所述基于所述M1个真实对象标识,确定针对所述识别对象标识的所述第一指标值包括:基于所述M1个真实对象标识,确定表征图像识别正确的第一数值和表征图像识别错误的第二数值;以及将所述第一数值和所述第二数值,确定为针对所述识别对象标识的所述第一指标值。4.根据权利要求3所述的方法,其中,所述基于所述M1个真实对象标识,确定表征图像识别正确的第一数值和表征图像识别错误的第二数值包括:去除所述M1个真实对象标识中重复的真实对象标识,得到剩余的K1个真实对象标识,K1不大于M1;将M1和K1的差值,确定为所述第一数值;以及基于所述K1,确定所述第二数值。5.根据权利要求1
‑
4中任意一项所述的方法,其中,所述图像集合包括N个图像集合,N为大于1的整数;所述以所述识别对象标识为参考,确定针对所述真实对象标识的第二指标值包括:从所述N个图像集合中确定M2个图像集合,其中,所述M2个图像集合包括与所述真实对象标识对应的目标对象,M2不大于N;确定所述真实对象标识在所述M2个图像集合中一一对应的M2个识别对象标识;以及基于所述M2个识别对象标识,确定针对所述真实对象标识的所述第二指标值。6.根据权利要求5所述的方法,其中,所述基于所述M2个识别对象标识,确定针对所述真实对象标识的所述第二指标值包括:去除所述M2个识别对象标识中重复的识别对象标识,得到剩余的K2个识别对象标识,K2不大于M2;以及基于所述K2,确定针对所述真实对象标识的所述第二指标值。7.根据权利要求1
‑
6中任意一项所述的方法,其中,所述基于所述第一指标值和所述第二指标值,确定图像识别准确率包括:基于所述第一指标值,得到精准率;
基于所述第一指标值和所述第二指标值,得到召回率;以及基于所述精准率和所述召回率,确定所述图像识别准确率。8.根据权利要求7所述的方法,其中,所述第一指标值包括第一数值和第二数值;所述基于所述第一指标值,得到精准率包括:确定所述第一数值和所述第二数值的第一和值;以及将所述第一数值和所述第一和值之间的比值,确定为所述精准率。9.根据权利要求8所述的方法,其中,所述基于所述第一指标值和所述第二指标值,得到召回率包括:确定所述第一数值和所述第二指标值的第二和值;以及将所述第一数值和所述第二和值之间的比值,确定为所述召回率。10.根据权利要求1
‑
9中任意一项所述的方法,还包括:利用深度学习模型识别所述图像集合中的目标对象,得到所述识别对象标识。11.根据权利要求2
‑
10中任意一项所述的方法,其中,所述N个图像集合分别由N个数据采集装置采集得到,所述图像集合包括视频数据。12.一种图像识别准确率的确定装置,包括:获取模块,用于针对图像集合中的目标对象,获取针对所述目标对象的真实对象标识和针对所述目标对象的识别对象标识,其中,所述识别对象标识是通过对所述图像集合中的目标对象进行识别得到的;第一确定模块,用于以所述真实对象标识为参考,确定针对所述识别对象标识的第一指标值;第二确定模块,用于以所述识别对象标识为参考,确定针对所述真实对象标...
【专利技术属性】
技术研发人员:牛志博,陈建业,王冠中,邓凯鹏,党青青,赖宝华,刘其文,于佃海,马艳军,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。